簡述
在某個項目中需要分析 PHP 代碼，分離出對應的函數調用（以及源代碼對應的位置）。雖然這使用正則也可以實現，但無論從效率還是代碼復雜度方面考慮，這都不是最優的方式。
查詢了 PHP 手冊，發現其實 PHP 已經內置解析器的接口，那就是 PHP Tokenizer，這工具正是我想要的。使用 PHP Tokenizer 能簡單、高效、準確的分析出 PHP 源代碼的組成。
實例
官方站點對 Tokenizer 的文檔很少，不過這不影響我們理解它。Tokenizer 組件僅僅包含兩個函數：token_get_all 以及 token_name，它們分別用于分析 PHP 代碼以及獲取代碼對應的標識符名稱。
下面是個簡單的實例，說明如何使用這兩個函數：
| 以下為引用的內容： $code = '<?php echo "string1"."string2"; ?>';$tokens = token_get_all($code);foreach ($tokens as $token) { if (is_array($token)) { // 行號、標識符字面量、對應內容 printf("%d - %s/t%s/n", $token[2], token_name($token[0]), $token[1]); }} |
對應的輸出為
| 以下為引用的內容： 1 - T_OPEN_TAG <?php 1 - T_ECHO echo1 - T_WHITESPACE 1 - T_CONSTANT_ENCAPSED_STRING "string1"1 - T_CONSTANT_ENCAPSED_STRING "string2"1 - T_WHITESPACE 1 - T_CLOSE_TAG ?> |
這里順便說明下，$token 如果為數組，那么分別對應的三個數組成員為 token 標識符（可以用 token_name 獲得字面量）、對應的源代碼內容、以及對應的行號。
還有中情況就是 $token 為字符串，這可能的情況之一就是為 T_CONSTANT_ENCAPSED_STRING 等常量，在分析代碼時要注意。如果對這點很在意，可以考慮使用這里的代碼。
是的，調用方式非常的簡單，我們的野心當然遠遠要比寫個簡單的循環要大得多。我們可以利用這個組件做寫實事，例如下面的代碼用于“壓縮” PHP 代碼，去除不不要的換行、空白以及注釋
| 以下為引用的內容： /** * “壓縮”PHP 源代碼 * * @see http://c7y.phparch.com/c/entry/1/art,practical_uses_tokenizer */class CompactCode{ static protected $out; static protected $tokens; static public function compact($source) { // 解析 PHP 源代碼 self::$tokens = token_get_all($source); self::$out = ''; reset(self::$tokens); // 遞歸判斷每個標記符的類型 while ($t = current(self::$tokens)) { if (is_array($t)) { // 過濾空白、注釋 if ($t[0] == T_WHITESPACE || $t[0] == T_DOC_COMMENT || $t[0] == T_COMMENT) { self::skipWhiteAndComments(); continue; } self::$out .= $t[1]; } else { self::$out .= $t; } next(self::$tokens); } return self::$out; } static private function skipWhiteAndComments() { // 增加個空格，用于分割關鍵字 self::$out .= ' '; while ($t = current(self::$tokens)) { // 再次貪婪查找 if (is_array($t) && ($t[0] == T_WHITESPACE || $t[0] == T_DOC_COMMENT || $t[0] == T_COMMENT)) { next(self::$tokens); } else { return; } } }} |
調用方式很簡單，只需要使用
| 以下為引用的內容： CompactCode::compact($source_code); |
即可，返回的字符串就是壓縮以后的內容。
新聞熱點
疑難解答
